Wertvolles Feedback in B2B-Beziehungen entsteht selten auf Anfrage. Es fällt beiläufig – in einem Supportgespräch, zwischen den Zeilen einer E-Mail, in der Wortwahl eines Projektmeetings. Kunden sagen, was sie denken, aber nicht dann, wenn ein Fragebogen es von ihnen verlangt. Unternehmen, die ausschliesslich auf explizit eingeholtes Feedback setzen, arbeiten mit einem strukturell unvollständigen Bild ihrer Kundenbeziehungen.
Laut einer Gartner-Prognose aus dem Jahr 2022 würden bis 2025 rund 60 Prozent der Organisationen mit VoC-Programmen traditionelle Umfragen durch die Analyse von Sprach- und Textinteraktionen ergänzen. Diese Entwicklung ist eingetreten – getrieben durch ausgereifte KI-gestützte Sentiment-Analyse und Natural Language Processing (NLP), die heute in der Lage sind, aus Gesprächsprotokollen, Chat-Verläufen, Support-Tickets und E-Mails verwertbare Erkenntnisse zu extrahieren, ohne den Kunden je nach seiner Meinung gefragt zu haben.
Was unstrukturiertes Feedback leistet – und was Umfragen nicht können
Der strukturelle Vorteil unaufgefordert geäusserten Feedbacks liegt in seiner Ungefiltertheit: Es benennt Themen, die kein Umfrage-Designer antizipiert hat. Verdichtet sich in Support-Tickets über Wochen hinweg ein bestimmtes technisches Stichwort, ist das ein Warnsignal – längst bevor es in einem NPS-Kommentar auftaucht oder eine formelle Eskalation ausgelöst wird. Kunden formulieren ihre Kritik nicht als Antwort auf eine Frage, sondern im Kontext einer echten Situation – und damit oft präziser und authentischer.
Textanalyseplattformen – Qualtrics hat mit der Übernahme von Clarabridge (2021) eine der führenden Lösungen in diesem Bereich integriert – durchsuchen offene Kommentare, Contact-Center-Transkripte und digitale Interaktionen nach wiederkehrenden Themen und Stimmungsmustern. IBM Watson Natural Language Understanding analysiert Feedback aus verschiedenen Kanälen und liefert Einschätzungen zu Sentiment, Emotion und Themencluster – skaliert für Enterprise-Umgebungen mit hohem Interaktionsvolumen. Medallia AI Text Analytics ergänzt diesen Ansatz mit automatisierten Themenmodellen, die sich an branchenspezifisches Vokabular anpassen lassen.
Für den DACH-Markt besonders relevant ist Caplena: Die 2025 lancierte Plattform (Version 3.0) kombiniert NLP mit Large Language Models, unterstützt über 100 Sprachen und setzt auf transparente KI – Nutzer können Themenmodelle interaktiv validieren und anpassen, statt Ergebnisse aus einer Black Box übernehmen zu müssen.
Mehr als 200 globale Marken, darunter DHL und Lufthansa, nutzen die Plattform zur strukturierten Auswertung unstrukturierten Feedbacks.
Forrester hat bereits früh darauf hingewiesen, dass führende Marken ihre Textanalyse-Investitionen ausdehnen: weg von isolierten Umfrageantworten, hin zur systematischen Auswertung von Contact-Center-Transkripten. Der Gewinn liegt nicht in mehr Daten, sondern in früheren Signalen – Kundenintelligenz, die entsteht, bevor ein Problem sichtbar genug ist, um in einer strukturierten Befragung zu erscheinen.
Methodische Sorgfalt und DSGVO: Die blinden Flecken
Unstrukturierte Daten sind reichhaltig – aber ihre Interpretation ist anspruchsvoll. Ein negativer Tonfall in einer E-Mail kann Frustration mit dem Produkt bedeuten, aber auch Zeitdruck, eine schlechte Woche oder kulturelle Kommunikationsstile. KI-Systeme erkennen Muster, aber kein System ersetzt die menschliche Einordnung. CX-Teams müssen sicherstellen, dass automatisch generierte Sentiment-Bewertungen nicht unreflektiert in Entscheidungen einfliessen.
Gerade im DACH-Kontext ist zudem die Frage der Datenschutzkonformität zentral. Die kontinuierliche Analyse von Kundeninteraktionen – E-Mails, Gesprächsaufzeichnungen, Chat-Verläufe – berührt DSGVO-relevante Bereiche, insbesondere wenn personenbezogene Daten verarbeitet werden. Unternehmen müssen vor dem Einsatz solcher Systeme klären, welche Daten verarbeitet werden dürfen, auf welcher Rechtsgrundlage und mit welcher Transparenz gegenüber den betroffenen Personen. Anbieter wie Caplena adressieren diesen Punkt direkt: Die Plattform ist sowohl DSGVO- als auch SOC-2-Type-II-zertifiziert und verfügt über integrierte Anonymisierungsfunktionen, die verhindern, dass personenbezogene Daten während der Analyse exponiert werden. Für DACH-Unternehmen ist dies ein relevantes Auswahlkriterium.
Was CX-Teams jetzt tun sollten
Der erste Schritt ist eine Erweiterung der Feedback-Definition: Nicht nur Umfrageantworten zählen, sondern alle Kundensignale – Support-Tickets, E-Mails, Gesprächsprotokolle, externe Bewertungen. Unstrukturiertes Feedback sollte gleichwertig neben klassischen Umfragemetriken stehen – nicht als Ergänzung, sondern als eigenständige Erkenntnisquelle mit eigenem Prozess und eigener Zuständigkeit im Team.
Dafür braucht es die richtigen Werkzeuge – und die richtige organisatorische Voraussetzung: Abteilungssilos müssen aufgebrochen werden, damit CX-Teams auf Daten aus Support, Account Management und digitalen Kanälen zugreifen können. Gleichzeitig sind Datenwissenschaftlerinnen und -wissenschaftler oder erfahrene Analysten gefragt, um KI-Modelle mit branchenspezifischem Vokabular zu trainieren. Ein System muss beispielsweise verstehen, dass der Begriff «Latenz» im Kontext eines Telekommunikationskunden fast immer negativ konnotiert ist – das ist keine Selbstverständlichkeit, sondern das Ergebnis gezielter Modellkalibrierung.
Ein positiver Nebeneffekt: Wenn sich viele Erkenntnisse aus natürlichen Interaktionen gewinnen lassen, sinkt der Bedarf an expliziten Umfragen – und damit die Belastung für den Kunden. Unstrukturiertes Feedback ergänzt nicht nur den Fragebogen, es kann ihn in vielen Situationen ersetzen. CX-Teams sollten deshalb kanalspezifische Beobachtungspunkte einrichten: automatisierte Signale für kritische Stimmungsveränderungen bei wichtigen Kundenkonten, periodische Themenauswertungen aus dem Supportbereich sowie die systematische Beobachtung relevanter Bewertungsplattformen und Fachforen. Wer Probleme erkennt, bevor Kunden sie formell eskalieren, handelt proaktiv statt reaktiv – und das ist im B2B-Kontext oft der Unterschied zwischen Vertragsverlängerung und Abwanderung.
Fazit
Jedes Gespräch mit einem Kunden trägt potenzielle Erkenntnisse in sich – die meisten davon bleiben ungenutzt, weil sie nicht in eine Umfrageantwort passen. Unternehmen, die unstrukturiertes Feedback als vollwertige Datenquelle behandeln, gewinnen ein schärferes Bild ihrer Kundenbeziehungen und können gezielt eingreifen, bevor Probleme eskalieren. Die Voraussetzungen dafür sind bekannt: methodische Sorgfalt, passende Technologie und DSGVO-konforme Prozesse. Was fehlt, ist meist nicht das Werkzeug – sondern die organisatorische Entscheidung, unstrukturiertes Feedback ernst zu nehmen.
Stephan Isenschmid
Stephan Isenschmid war von 1990 bis 2012 IT-Unternehmer und seit 2013 ist er unter anderem Inhaber und Geschäftsführer der Swiss CRM Institute AG (heute cmm360 AG), welche das Swiss Customer Relations Forum, den Swiss Customer Relations Award, das Swiss Customer Service Summit, den Swiss CRM Business Club und das Swiss CRM Experten Forum veranstaltet und seit 2022 auch Herausgeberin des Newsportals cmm360.ch ist.
